基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
Silva-Almeida(SA)算法是最好的局部学习速率自适应算法之一,在对SA算法进行研究分析的基础上,提出两项改进措施,使改进后的SA算法较原SA算法震荡现象大大减弱,训练速率有较大加快,训练精度有较大提高.在仿真实验中,改进的SA算法在一定程度上优于RPROP算法.
推荐文章
基于回归神经网络自适应快速BP算法
回归神经网络
BP算法
仿真
收敛速度
基于自适应学习速率的改进型BP算法研究
神经网络
异或
自适应学习速率
反向传播
基于局部自适应先验MRF模型的快速BP图像分割算法
自适应局部先验
MRF模型
置信度传播算法
快速收敛策略
双关节刚性机器人自适应BP神经网络算法
刚性机器人
反向传播神经网络
自适应
激活函数
模糊推理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 BP网络局部学习速率自适应SA算法的改进
来源期刊 信号处理 学科 工学
关键词 局部学习速率自适应 全局学习速率自适应 批训练算法 梯度下降 BP神经网络
年,卷(期) 2005,(6) 所属期刊栏目 算法研究
研究方向 页码范围 615-620,596
页数 7页 分类号 TN91
字数 3796字 语种 中文
DOI 10.3969/j.issn.1003-0530.2005.06.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张尔扬 国防科技大学电子科学与工程学院智能感知系统联合研究中心 223 1827 20.0 30.0
2 王成友 国防科技大学电子科学与工程学院智能感知系统联合研究中心 17 149 8.0 12.0
3 蔡宣平 国防科技大学电子科学与工程学院智能感知系统联合研究中心 42 583 15.0 22.0
4 李波 国防科技大学电子科学与工程学院智能感知系统联合研究中心 28 229 8.0 14.0
6 李赣华 国防科技大学电子科学与工程学院智能感知系统联合研究中心 5 55 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (12)
同被引文献  (2)
二级引证文献  (2)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
局部学习速率自适应
全局学习速率自适应
批训练算法
梯度下降
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
论文1v1指导